Source: https://ailoot.ai/models/fr/ernie-x1-turbo-32k/
Canonical: https://ailoot.ai/models/fr/ernie-x1-turbo-32k/
Language: fr

# ernie-x1-turbo-32k

[Markdown](https://ailoot.ai/models/fr/ernie-x1-turbo-32k/index.md) · [JSON](https://ailoot.ai/models/fr/ernie-x1-turbo-32k/facts.json)

## [ernie-x1-turbo-32k](https://ailoot.ai/models/fr/ernie-x1-turbo-32k/)

ERNIE X1 Turbo est le profil de raisonnement de Baidu destiné aux tâches textuelles mathématiques, logiques et reliées à des outils. Sa spécification AI Studio distingue un contexte de 32K, une entrée maximale de 24K, des réglages de sortie finale allant jusqu'à 16 384 tokens et une longueur de réflexion séparée de 16K.

- [**Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions` `ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/ernie-x1-turbo-32k/#method-0)
- [**Ailoot Ultra · Messages Anthropic** `POST /v1/messages` `ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/ernie-x1-turbo-32k/#method-1)

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

ERNIE X1 Turbo est le profil de modèle de raisonnement de Baidu destiné aux questions nécessitant une analyse approfondie, à la résolution de problèmes logiques et aux tâches textuelles reliées à des outils. Le concepteur présente Turbo comme une version améliorée de la gamme X1. Son profil producteur documenté de 32K reste distinct d'ERNIE X1.1 Preview et d'ERNIE 5.0 Thinking, dont les budgets d'entrée et de génération diffèrent.

#### Préparer un problème de raisonnement complet

Fournissez la question, les valeurs données, les contraintes et le type de résultat nécessaire. Une tâche mathématique peut demander une solution dont le calcul décisif peut être vérifié ; une tâche de planification peut comparer des options selon des conditions explicites. Distinguez les hypothèses des faits fournis et indiquez ce qui reste inconnu. Le raisonnement porte ainsi sur un problème délimité, sans autoriser l'invention d'exigences manquantes.

Pour une question technique, incluez le passage source ou le fragment de code pertinent ainsi que le comportement à étudier. Demandez un contre-exemple concret ou une explication si deux implémentations diffèrent. Le livrable utile doit rendre claires la conclusion et les conditions qui la déterminent. Vérifiez les valeurs importantes et le comportement proposé dans la source, au lieu de considérer une longue analyse générée comme une preuve d'exactitude.

#### Budgets de contexte, de sortie finale et de réflexion

Le tableau des modèles AI Studio du producteur indique un contexte de 32K, une entrée maximale de 24K et un réglage de sortie finale allant de 2 à 16 384 tokens, avec 2K comme valeur par défaut documentée. Il indique séparément une longueur de réflexion de 16K pour X1 Turbo. Ces champs ont des rôles distincts ; choisissez les sources et le livrable final demandé en conséquence, sans interpréter la taille du contexte comme la promesse d'une réponse aussi longue.

Séparez la réponse finale des éventuels éléments de raisonnement renvoyés par le processus du producteur. Une comparaison peut placer la recommandation en premier et conserver les conditions qui la fondent. Une réponse concernant du code peut identifier le cas d'entrée exact et le résultat attendu. Conservez la question et les éléments d'origine avec le livrable terminé pour qu'un suivi puisse examiner une étape non résolue.

#### Fonctions et informations actuelles

L'index des fonctionnalités du concepteur mentionne X1 Turbo pour les appels de fonctions et les tâches enrichies par la recherche. Définissez l'objectif et les arguments de chaque fonction de l'application, puis renvoyez le résultat réel lorsque le modèle la demande. Le modèle fournit une requête structurée ; l'application qui l'entoure exécute l'opération. Une recherche proposée est distincte d'un enregistrement récupéré, et une action demandée est distincte d'un résultat obtenu.

Pour une question fondée sur des sources, conservez les éléments récupérés avec la réponse et vérifiez qu'ils établissent bien l'affirmation. Un fait susceptible d'évoluer doit provenir d'éléments actuels plutôt que d'une réponse non étayée fondée sur la mémoire. Considérez l'intégration des fonctions et de la recherche comme le processus connecté du producteur : les éléments effectivement renvoyés déterminent les conclusions que la réponse peut raisonnablement tirer.

#### Conserver l'édition X1 Turbo avec le résultat

Le profil X1 Turbo 32K correspond à un processus de raisonnement textuel, et non à la spécification plus large de génération multimodale native d'une autre famille ERNIE. Ses budgets d'entrée, de sortie finale et de réflexion restent ceux du profil producteur sélectionné. Une transmission utile peut réunir la solution, la comparaison ou la réponse éclairée par des outils, avec les passages sources et les résultats des opérations terminées. Cela permet une poursuite ciblée tout en préservant la tâche d'origine et ses incertitudes.

**Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions` `ernie-x1-turbo-32k`

[`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=chat)

Baidu /`ernie-x1-turbo-32k`

### Premiers pas

ERNIE X1 Turbo est le profil de raisonnement de Baidu destiné aux tâches textuelles mathématiques, logiques et reliées à des outils. Sa spécification AI Studio distingue un contexte de 32K, une entrée maximale de 24K, des réglages de sortie finale allant jusqu'à 16 384 tokens et une longueur de réflexion séparée de 16K.

Entrées acceptées

Texte

Résultats

Texte

### Disponible dans Ailoot · entrées et méthodes

**Ailoot Ultra · Chat OpenAI** `POST /v1/chat/completions`

Types d’entrée

`text`

Types de sortie

`text`

Format de sortie

json ou SSE

| Champ | Type | Exigence | Valeurs et limites | Par défaut |
| --- | --- | --- | --- | --- |
| Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites ernie-x1-turbo-32k | Par défaut— |
| Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
| Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`messages[].content` | Type`string` | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
| Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse |

Combinaisons d’éléments d’entrée

**Texte** · Texte UTF8

`messages[].content`

Paramètres et cycle de vie de la méthode

| Paramètre | Contrat |
| --- | --- |
| Paramètre`content_type` | Contratapplication/json |
| Paramètre`required` | Contratmodel, messages |
| Paramètre`material_types` | Contrattext |
| Paramètre`messages` | Contrattableau de messages avec une structure role/content |
| Paramètre`file_material` | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
| Paramètre`optional_controls` | Contratstream |
| Paramètre`control_scope` | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
| Paramètre`output_modalities` | Contrattext |
| Paramètre`hosted_operations` | Contratfalse |
| Paramètre`multimodal_input_binding` | Contratnull |

Alias de méthode : `/chat/completions`

Cycle de vie : `synchronous_or_streamed`

Envoyez l’identifiant exact du modèle avec messages.

La longueur du contexte n’est pas un plafond de sortie.

Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.

### Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide

Non précisé Lorsque le mode rapide est sélectionné

Mode Flex

Non précisé Lorsque le mode flex est sélectionné

Effort de raisonnement maximal

Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

#### Tarifs Ailoot

#### Prix par configuration

| Configuration | Barème tarifaire | Coût |
| --- | --- | --- |
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée **$0.00033** / 1K tokens Sortie · Tokens en sortie **$0.00132** / 1K tokens Entrée · Lecture du cache **$0** / 1K tokens Entrée · Écriture dans le cache **$0** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens |

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/)

### Exemples de requêtes

#### Ailoot Ultra · Chat OpenAI

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"ernie-x1-turbo-32k","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="ernie-x1-turbo-32k", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### Recevoir et enregistrer les résultats

#### Ailoot Ultra · Chat OpenAI

json ou SSE

##### Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.

##### Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse

| Champ | Type |
| --- | --- |
| Champ`choices[].index` | Typeinteger |
| Champ`choices[].message.content` | Typestring\|null |
| Champ`choices[].message.tool_calls` | Typetool\_call\[\] |
| Champ`choices[].message.reasoning_content` | Typestring |
| Champ`choices[].message.reasoning_details` | Typeobject\|array |
| Champ`choices[].finish_reason` | Typestring\|null |
| Champ`usage` | Typeobject |

Erreurs et étapes suivantes

| Réponse | Condition | Étape suivante |
| --- | --- | --- |
| Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |

### Alias

#### Alias du modèle

**Ailoot Ultra** [`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=chat)

#### Alias des chemins de méthode

`/chat/completions`

#### ID d’appel associés

[`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=chat)

**Ailoot Ultra · Messages Anthropic** `POST /v1/messages` `ernie-x1-turbo-32k`

[`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=messages)

Baidu /`ernie-x1-turbo-32k`

### Premiers pas

ERNIE X1 Turbo est le profil de raisonnement de Baidu destiné aux tâches textuelles mathématiques, logiques et reliées à des outils. Sa spécification AI Studio distingue un contexte de 32K, une entrée maximale de 24K, des réglages de sortie finale allant jusqu'à 16 384 tokens et une longueur de réflexion séparée de 16K.

Entrées acceptées

Texte

Résultats

json · sse

### Disponible dans Ailoot · entrées et méthodes

**Ailoot Ultra · Messages Anthropic** `POST /v1/messages`

Types d’entrée

`text`

Types de sortie

`json`, `sse`

Format de sortie

JSON ou SSE

| Champ | Type | Exigence | Valeurs et limites | Par défaut |
| --- | --- | --- | --- | --- |
| Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites ernie-x1-turbo-32k | Par défaut— |
| Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
| Champ`messages[].content` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`max_tokens` | Type`integer` | ExigenceObligatoire | Valeurs et limites | Par défaut— |
| Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse |

Combinaisons d’éléments d’entrée

**Texte** · Texte UTF-8

`chaîne messages[].content`

Paramètres et cycle de vie de la méthode

| Paramètre | Contrat |
| --- | --- |
| Paramètre`content_type` | Contratapplication/json |
| Paramètre`required` | Contratmodel, messages, max\_tokens |
| Paramètre`optional_controls` | Contratstream |
| Paramètre`material_types` | Contrattext |
| Paramètre`text_file_material` | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |

Cycle de vie : `synchronous_or_streamed`

### Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide

Non précisé Lorsque le mode rapide est sélectionné

Mode Flex

Non précisé Lorsque le mode flex est sélectionné

Effort de raisonnement maximal

Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

#### Tarifs Ailoot

#### Prix par configuration

| Configuration | Barème tarifaire | Coût |
| --- | --- | --- |
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée **$0.00033** / 1K tokens Sortie · Tokens en sortie **$0.00132** / 1K tokens Entrée · Lecture du cache **$0** / 1K tokens Entrée · Écriture dans le cache **$0** / 1K tokens Entrée · Écriture dans le cache, 1 h **—** / 1K tokens |

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/)

### Exemples de requêtes

#### Ailoot Ultra · Messages Anthropic

Corps JSON minimal completcurl · utilisez votre document UTF-8Python · enregistrez le résultat complet

```json
{
  "model": "ernie-x1-turbo-32k",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'ernie-x1-turbo-32k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'ernie-x1-turbo-32k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Recevoir et enregistrer les résultats

#### Ailoot Ultra · Messages Anthropic

JSON ou SSE

##### Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.

##### Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse

| Champ | Type |
| --- | --- |
| Champ`id` | Typestring |
| Champ`model` | Typestring |
| Champ`content[]` | Typetext\|thinking\|tool\_use\|other content block |
| Champ`stop_reason` | Typestring\|null |
| Champ`usage` | Typeobject |

Erreurs et étapes suivantes

| Réponse | Condition | Étape suivante |
| --- | --- | --- |
| Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |

### Alias

#### Alias du modèle

**Ailoot Ultra** [`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=messages)

#### Alias des chemins de méthode

`/chat/completions`

#### ID d’appel associés

[`ernie-x1-turbo-32k`](https://ailoot.ai/models/fr/#m=ernie-x1-turbo-32k&route=Ultra&caller=ernie-x1-turbo-32k&fmt=messages)

FAQ · ernie-x1-turbo-32k

Quelles entrées et quels résultats sont disponibles ?

`POST /v1/chat/completions` · `ernie-x1-turbo-32k`: `text` → `text` `POST /v1/messages` · `ernie-x1-turbo-32k`: `text` → `json`, `sse`

Quels champs la requête utilise-t-elle ?

`POST /v1/chat/completions` · `ernie-x1-turbo-32k`: `model`, `messages`, `stream` `POST /v1/messages` · `ernie-x1-turbo-32k`: `model`, `messages`, `max_tokens`, `stream`

Quelles limites s’appliquent ?

`POST /v1/chat/completions` · `ernie-x1-turbo-32k`: `messages.min_items`: `1`

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

## L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

## Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement

Choisissez une offre à tarif réduit pour vos requêtes régulières.

Code promo jusqu’à 50%

Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.

Dépenses dans l’historique

Modèle, tokens et montant sont enregistrés pour chaque requête.

[Choisir un abonnement](https://ailoot.ai/docs/fr/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr/)

## Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale

Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.

Licence revendeur

Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.

Documents sur le site

L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

[Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr)

## Ailoot · L’entreprise et son portefeuille de projets





Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI.





L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.





Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.